Instructions to use Maslionok/language-detection-pipeline with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use Maslionok/language-detection-pipeline with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("token-classification", model="Maslionok/language-detection-pipeline", trust_remote_code=True)# Load model directly from transformers import AutoModelForTokenClassification model = AutoModelForTokenClassification.from_pretrained("Maslionok/language-detection-pipeline", trust_remote_code=True, dtype="auto") - Notebooks
- Google Colab
- Kaggle
How to use
MODEL_NAME = "Maslionok/language-detection-pipeline"
lang_pipeline = pipeline("lang-detect", model=MODEL_NAME,
trust_remote_code=True,
device='cpu')
sentence = "En l'an 1348, au plus fort des ravages de la peste noire à travers l'Europe, le Royaume de France se trouvait à la fois au bord du désespoir et face à une opportunité. À la cour du roi Philippe VI, les murs du Louvre étaient animés par les rapports sombres venus de Paris et des villes environnantes. La peste ne montrait aucun signe de répit, et le chancelier Guillaume de Nogaret, le conseiller le plus fidèle du roi, portait le lourd fardeau de gérer la survie du royaume."
langs = lang_pipeline(sentence)
langs
{'label': 'fr', 'confidence': 99.87}
BibTeX entry and citation info
{'label': 'fr', 'confidence': 99.87}
- Downloads last month
- 2